TL;DR: 用 Qwen3.5-9B（Q4_K）在單張 16GB AMD GPU 上跑本地 LLM-as-a-Verifier，每次 code comparison 約 0.5–2 秒，cache hit rate 66%，正確程式碼穩定給 1.0 分，有 bug 的給 0.0–0.14 分。16GB 跑 9B 模型綽綽有餘，還有空間跑其他服務。 這篇是實測續篇，前兩篇分別講了 架構設計 和 Docker 封裝 。前兩篇講的是「做什麼」跟「怎麼做」，這篇來量「到底多快」。 1. 測試環境 在一台 homelab Linux（CachyOS）上跑的： 項目 內容 GPU AMD 16GB（15.9 GiB）via ROCm 模型 Qwen3.5-9B（8.95B 參數，Q4_K ~5.7GB GGUF） 後端 llama.cpp（llama-server，ROCm HIP build） Verifier Docker container（llm-verifier），port 8010 模型 VRAM ~10.2 GB（模型本身 + 動態 KV cache） GPU 使用率 78% 系統 RAM 62 GB；使用 27 GB（swap 用了 9.3 GB） Context window 131,072 tokens MIN_SCORE 0.8 後端跑在另一台機器上，走 local Gigabit 網路連線。 2. Verifier 在幹嘛 docker-llm-as-a-verifier 包裝了 LLM-as-a-Verifier 這個研究套件，讀取 token-level log probability 來算連續分數，不是簡單的 yes/no 判斷。 Container 開了 7 個 HTTP endpoint： Endpoint Method 用途 /health GET 健康檢查 /v1/compare POST 兩組答案比對評分 /v1/select POST Best-of-N 選最佳 /v1/track POST Agent 軌跡分數追蹤 /v1/directed POST 導...
台大收回了分隔校區的舟山路，再把這裡變成帶狀公園，重新給了繁忙台北人一個休憩的好去處。
長長的帶狀公園，揹著包包推著車，雖別有風味，也挺累人的。
你看流浪狗小黑走到腿都痠了。(我想他也餓了)
所以你看，很多把拔把這裡當成了訓練孩子騎單身的好地方。
也很多跟我們一樣推著嬰兒車的把拔馬麻，如果帶著多啦 A 夢汽球，肯定超吸睛的！
這麼長的一段路走下來，到了鹿鳴廣場，就可以好好休息囉。你可以到鹿鳴堂的牛筋學苑，便宜大碗又好吃，這裡我們請 Giroro 來助勢。
老婆飽足地笑了，不過 Angel 咬上唇不知道是什麼意思，大概是沒吃到好料吧！
最後放上一篇網路上找到，台大介紹舟山路環境改善的文章：http://homepage.ntu.edu.tw/~cpo/plan/CS_road.pdf
(攝於台大，Pentax K10D，DA 40 LE)
我覺得你的腰應該比小黑更痠吧!!XD
回覆刪除不要再睡了，我幫你按摩，來!
人生真的是靠腰啊
回覆刪除